Den 4. november 2026 annoncerede OpenAI's Changelog GPT‑Image‑2.6 Sunburst (gpt-image-2.6-sunburst) og GPT‑Image‑2.6 Flare (gpt-image-2.6-flare) med justerbar kompleksitet, SVG-generering, generering af animerede GIF'er og redigering styret af markeringer til understøttede GPT Image 2.5/2.6-modeller. Produktnavnet Images 2.6 bruges i ChatGPT og Codex; udviklernes kald skal bruge model-ID'erne i API'et. Denne artikel opsummerer kun integrationsfakta, der kan efterprøves på officielle sider – ingen opdigtede rabatter, udokumenteret adfærd i endpoints eller ubekræftede sammenligninger med konkurrenter.

👉 Prøv GPT Image 2.6-API'et på PoYo: pris pr. billede og online playground.

Endpoints og modelvalg

Ifølge modelsiderne for Flare og Sunburst understøtter begge niveauer Image API-ruterne til generering og redigering: POST /v1/images/generations til tekst til billede og POST /v1/images/edits til redigering, komposition med referencer og ændringer styret af markeringer. De samme modelsider markerer Responses (v1/responses) som ikke understøttet. Til sammenligning bruger vejledningen til billedgenerering stadig eksempler med GPT Image 2.5 til billedværktøjer i Responses, og teksten om 2.6 understreger, at kompleksitet, markeringer, SVG og GIF leveres »via Image API«. Integrationer med 2.6 i produktion bør derfor bruge Image API som standard og ikke gå ud fra, at Responses-opsætninger fra 2.5-tiden blot kan få en 2.6-identifikator byttet ind. Hvis virksomheden er stærkt afhængig af samtalebaseret redigering over flere runder, bør du tjekke igen, om dokumentationen har opdateret understøttelsen af 2.6 i Responses, og behandle tabellen over endpoints på modelsiden som facit – træk ikke slutninger ud fra gammel vane.

Hvad angår valget, lægger Flare vægt på hurtig iteration, mens Sunburst lægger vægt på detaljer og konsistens ved redigering; de tokenpriser, der er kontrolleret her, er identiske. Før du bruger GPT Image, kan organisationen skulle gennemføre verificering af organisationen i udviklerkonsollen. Til apps rettet mod slutbrugere anbefaler dokumentationen at sende en stabil, hashet sikkerhedsidentifikator på højst 128 tegn med i hver anmodning om generering eller redigering; det ældre felt user er udfaset, men stadig kompatibelt, og en sikkerhedsidentifikator, der ikke er tom, har forrang.

Outputformater, baggrund og felter, der er specifikke for 2.6

Outputformaterne til generering omfatter PNG (standard), JPEG og WebP samt udvidelserne i 2.6: SVG og animeret GIF. JPEG og WebP tillader en komprimeringsgrad; SVG og GIF understøtter hverken det komprimeringsfelt, streaming, delvise billeder eller promptomskriveren. Redigering understøtter ikke output i SVG eller GIF, og SVG accepteres heller ikke som rasterinput til redigeringsgrænsefladen. Til en gennemsigtig baggrund beder du udtrykkeligt om gennemsigtighed og vælger et format, der understøtter en alfakanal; det gør JPEG ikke. Efter afkodning bør du kontrollere gennemsigtighedskanalen – et tegnet skakbrætmønster er ikke det samme som ægte gennemsigtige pixels.

GIF understøtter desuden antal billedrammer (2–64, standard 9) og varighed pr. ramme i millisekunder (20–2000, standard 200). Kvalitetsniveauerne er auto, low, medium, high, xhigh og max; kompleksiteten kan være low, medium eller high, med high som standard, når feltet udelades. Redigering med markeringer uploader et gennemsigtigt overlay i samme størrelse via annoteringsfeltet til redigering og kan ikke kombineres med en maske. Almindelige størrelser omfatter kvadratisk og anbefalede opløsninger i liggende og stående format; brugerdefinerede bredde×højde-strenge, der opfylder kravene til sidemultipla og billedformat, understøttes også. Størrelse, kvalitet og baggrund kan alle sættes til auto, så modellen vælger ud fra prompten.

Vejledningen til billedprompts påpeger også: Udelad den ældre parameter for input-troskab i anmodninger om billedredigering; GPT Image 2.6 understøtter ikke felter i stil med ræsonnementsresuméer. Når du migrerer eksisterende arbejdsgange, gemmer du først referenceprompts og -eksempler og sammenligner derefter under ens forhold efter tilsvarende niveau (tidligere Flare → 2.6 Flare; tidligere Sunburst → 2.6 Sunburst), hvor du kun ændrer kvalitet eller kompleksitet ét ad gangen.

Priser (værdier kontrolleret på modelsiderne)

Da denne artikel blev skrevet, var listepriserne på modelsiderne for Flare og Sunburst ens: tekstinput $5 pr. million tokens, cachet tekstinput $1.25; billedinput $8, cachet billedinput $2 og billedoutput $30 pr. million tokens. Faktiske regninger varierer med promptlængde, referencebilleder, kvalitetsniveau og outputopløsning; batch og andre rabatter følger den prisside, der gælder på tidspunktet. De modelsider, der blev kontrolleret til denne artikel, oplyser ingen fast pris pr. billede – afregningen er tokenbaseret. Kompleksitetsparameteren har ingen særskilt afgift. Hastighedsgrænserne varierer med brugsniveau og konto; tjek organisationskonsollen i stedet for at kopiere offentlige tal fra andre modeller.

Minimal tjekliste til integration

Før lancering bekræfter du punkt for punkt: verificering af organisationen er gennemført, hvor det kræves; de formelle model-ID'er for Flare eller Sunburst sendes eksplicit i anmodninger om generering og redigering; outputformatet for stillbillede, vektor eller bevægelse er valgt ud fra leverancen; redigeringsopgaver sætter helst kompleksiteten eksplicit til low for at undgå standardens dybe planlægning på high; målrettede ændringer bruger et markeringsoverlay i stedet for koordinater, der kun er beskrevet i tekst; og svartid, andel af blokeret indhold og godkendt pris pr. billede måles på virksomhedens eget materiale. Ved fejl kan kvote- og tjenestefejl forsøges igen med backoff, men brugerfejl i billedgenerering (herunder blokeringer fra moderering) bør først løses ved at ændre prompten eller inputbilledet – forsøg ikke igen i blinde. Sikkerhedsevaluering og tiltag står i det officielle systemkort. At produktet er tilgængeligt i ChatGPT og Codex betyder ikke automatisk, at kvote eller verificeringsstatus er på plads for et givent API-projekt – tjek dem hver for sig.

Konklusion: Grænsefladen i 2.6 drejer sig om generering og redigering i Image API med to model-ID'er, udvidede outputformater og felterne for kvalitet, kompleksitet og markeringer som styrbare egenskaber. Ved at skelne strengt mellem produktnavne i chatten og identifikatorer i grænsefladen og behandle tabellerne over endpoints og priser på modelsiderne som facit får du en dokumenteret vej fra evaluering til lancering – uden at bage ikke-understøttede Responses-opsætninger eller ubekræftede enhedspriser ind i afhængighederne i produktionen.